ML-инженер

• Интегрировать LLM в enterprise-процессы: RAG, агентные архитектуры, fine-tuning pipelines, human-in-the-loop сценарии.
• Проводить техническое исследование новых подходов и фреймворков для эффективной эксплуатации LLM в production.
• Оптимизировать производительность моделей: latency, throughput, cost-efficiency (quantization, distillation, speculative decoding и др.).

Для нас важно:

• Опыт работы с LLM (инференс, дообучение, fine-tuning, RAG и пр.) не менее 3-х лет.
• Уверенное владение Python и основными ML-библиотеками (PyTorch, Transformers, accelerate и т.п.).
• Опыт проектирования LLM-агентов или production-систем на их основе (LangChain, LangGraph и т.п.).
• Опыт вывода решений на основе LLM в пром (vLLM, SGLang).

Главный принцип SkillStaff - Выбирай!

• РАЗНООБРАЗИЕ ПРОЕКТОВ. Выбирай из сотен компаний и проектов то, что интересно и полезно для твоего роста. SkillStaff помогает реализовывать ежегодно порядка 500 различных ИТ-проектов для крупного бизнеса.
• КОМФОРТ. SkillStaff — аккредитованная IT-компания, белая зарплата и удобный график работы. Создавай идеальные условия для своей работы: удаленная работа или возможность работать как в офисе клиента, так и в комфортном офисе SkillStaff в центре Москвы на Воздвиженке.
• РАЗВИТИЕ. Выбирай сам путь, по которому ты хочешь развиваться. Используй возможность обмена опытом и получение знаний через участие в разных проектах, совместную работу с высококвалифицированными коллегами.
• КУЛЬТУРА. Нашу культуру создают сами сотрудники – мы их слышим и помогаем развиваться, чтобы #вместе переходить на новый уровень!

Объединённая компания Wildberries и Russ — это международная технологическая компания, образованная в результате слияния двух лидеров рынка — IT-компании Wildberries и оператора наружной рекламы Russ.

• Разрабатывать ML модели (на выбор несколько направлений);
• PD/LGD/PnL и антифрод (classic и DL) для bnpl и банковских продуктов b2c/b2b;
• Динамический прайсинг - назначения скидок для оптимизации GMV и прибыли в разрезе категорий товаров WB;
• WB Кошелек - назначение скидок, рост клиентской базы и уровня проникновения, получение habit-forming эффекта
• Выводить модели в production
• Исследовать новые подходы для повышения метрик продукта
• Исследовать новые источники данных разных модальностей
• Принимать непосредственное участие в разработке ML инфраструктуры
• Выстраивать мониторинг за стабильностью моделей и фичей

Вы нам подходите, если:

• Работаете в DS/ML от 3 лет, а также от года в банках/fintech/marketplace/телекоме;
• Отлично владеете классическим ML и DL, опыт uplift моделирования и построения behavioral моделей;
• Обладаете промышленным опытом внедрения моделей;
• Занимаетесь построением мониторинга за работой моделей;
• Владеете python, Airflow, Spark, Docker, Git, PyTorch;
• Работаете с S3/Hadoop, а также с аналитическими БД ClickHouse/GreenPlum;

Преимущества для сотрудников:

• Обучение и развитие: языковые клубы, собственный корпоративный университет, программы развития управленческих навыков и многое другое;
• Благополучие сотрудников: корпоративный пакет ДМС со стоматологией, корпоративный спорт, консультации психолога и дополнительные возможности аккредитованной IT-компании;
• Множество сообществ: клуб спикеров, футбола, йоги, шахмат и т.д.;
• Забота о семьях: создаем условия, в которых легко сочетать карьеру и заботу о близких – от гибкого подхода до масштабных проектов для детей сотрудников;
• Скидки и партнерские программы: на обучение, страхование, покупки и многое другое;
• Комфортная рабочая среда: бесплатное питание в офисе, современные офисы рядом с метро, корпоративная техника и портал для сотрудников.

Мы развиваем машинное обучение в Поиске Яндекса. Наша команда заботится о качестве поисковой выдачи: создаём модели ранжирования и персонализации, пробуем новые подходы и повышаем полезность поиска для миллионов пользователей.

Поиск сегодня должен быстро подстраиваться под изменения в поведении пользователей и появление нового контента. Мы охватываем весь жизненный цикл ML‑моделей: разрабатываем новые признаки, обучаем модели, проводим эксперименты, дообучаем их онлайн и внедряем решения в продакшен.

Наша цель — поддерживать актуальность поисковой выдачи, учитывать интересы пользователей и оперативно реагировать на изменения в данных.

Развитие моделей ранжирования

Вы будете улучшать модели, определяющие порядок документов в поисковой выдаче: разрабатывать новые признаки, экспериментировать с архитектурами моделей, обучать их и внедрять лучшие решения в продакшен.

Персонализация поиска

В ваши обязанности войдёт работа над моделями персонализации, генерации кандидатов и ранжирования, чтобы поисковая выдача лучше учитывала интересы пользователя. Вам предстоит обучать модели, проводить A/B‑эксперименты и анализировать их результаты.

Адаптивность поисковой выдачи

Вы будете развивать решения, которые позволят поисковой выдаче оставаться актуальной — даже когда меняется поведение пользователей и появляются новые документы. Вам предстоит дообучать модели в онлайн‑режиме, совершенствовать решения для холодного старта и ускорять адаптацию поиска к изменениям в данных и интересам пользователей.

Больше об ML в Яндексе — в канале Yandex for ML

* Разрабатывали и обучали ML‑модели
* Владеете Python на уверенном уровне
* Хорошо понимаете классические алгоритмы и структуры данных
* Умеете работать с данными и критически оценивать результаты экспериментов
* Хотите делать продукт, которым ежедневно пользуются миллионы людей

* Работали с задачами ранжирования или рекомендательными системами
* Проводили A/B‑эксперименты и внедряли модели в продакшен
* Работали с высоконагруженными системами
* Знакомы с современными подходами в RecSys и NLP